非合作航天器雙目視覺(jué)位姿估計(jì)算法研究.pdf

1、非合作目標(biāo)的識(shí)別測(cè)量在航天、軍事、智能交通、醫(yī)療、多媒體等領(lǐng)域有著廣泛的應(yīng)用。其中在航天領(lǐng)域，非合作目標(biāo)的測(cè)量技術(shù)是實(shí)現(xiàn)在軌衛(wèi)星維修、衛(wèi)星元器件升級(jí)、建立永久空間站、捕獲敵方衛(wèi)星等航天活動(dòng)的技術(shù)基礎(chǔ)。非合作目標(biāo)測(cè)量技術(shù)的實(shí)現(xiàn)將成為人類航天探索的一把利器。以CCD相機(jī)等圖像傳感器為測(cè)量元件的測(cè)量系統(tǒng)，因其造價(jià)低廉、應(yīng)用方便，受到各國(guó)研究人員越來(lái)越多的重視，成為近年來(lái)空間交會(huì)對(duì)接任務(wù)測(cè)量方法中研究的熱點(diǎn)問(wèn)題。
　　本文設(shè)計(jì)的視覺(jué)測(cè)量方

2、法是以某“863”相關(guān)項(xiàng)目為研究背景，目的是為了在氣浮仿真平臺(tái)上，實(shí)現(xiàn)三、五自由度衛(wèi)星的交會(huì)對(duì)接任務(wù)。在總結(jié)非合作目標(biāo)交會(huì)對(duì)接視覺(jué)測(cè)量領(lǐng)域研究現(xiàn)狀的基礎(chǔ)上，設(shè)計(jì)了基于模型的雙目視覺(jué)測(cè)量算法。該測(cè)量算法相對(duì)于其他的以檢驗(yàn)非合作目標(biāo)特征點(diǎn)為算法主要架構(gòu)的方法，有效地克服了由于事先預(yù)定的特征點(diǎn)丟失或特征點(diǎn)檢驗(yàn)不準(zhǔn)確而導(dǎo)致算法失效的缺點(diǎn)。所設(shè)計(jì)的視覺(jué)測(cè)量算法由粗算和精算兩大模塊構(gòu)成。所設(shè)計(jì)的算法優(yōu)勢(shì)就是不受限于對(duì)目標(biāo)航天器的物理結(jié)構(gòu)。在粗算模塊

3、中實(shí)現(xiàn)對(duì)非合作目標(biāo)的識(shí)別及位姿信息的粗糙解算。由于雙目測(cè)量系統(tǒng)運(yùn)算量巨大，為了減輕測(cè)量系統(tǒng)運(yùn)算處理單元的負(fù)擔(dān)，粗算模塊中采用了已經(jīng)用并行編程算法優(yōu)化好了的由開(kāi)源軟件OpenCV提供的立體視覺(jué)函數(shù)接口。通過(guò)立體視覺(jué)函數(shù)接口，我們可以獲得非合作目標(biāo)在CCD相機(jī)參考坐標(biāo)系下的坐標(biāo)。再利用絕對(duì)定姿方法，便可方便的獲得非合作目標(biāo)相對(duì)于相機(jī)參考系的位姿信息。為了增強(qiáng)絕對(duì)定姿方法對(duì)物點(diǎn)和像點(diǎn)之間粗大匹配誤差的魯棒性，引入隨機(jī)化RANSAC算法，來(lái)剔除

4、匹配中的粗大誤差。仿真實(shí)驗(yàn)表明，引入的RANSAC的絕對(duì)定姿方法可以有效地去除匹配中的粗大誤差，顯著提高了絕對(duì)定姿方法的魯棒性。由于在實(shí)際的非合作目標(biāo)體識(shí)別過(guò)程中不可避免的要引入計(jì)算誤差。針對(duì)計(jì)算誤差的存在，設(shè)計(jì)了位姿解算精算模塊。精算模塊的啟動(dòng)需要粗算模塊提供位姿解算的初步結(jié)果。精算模塊的主要思路就是選取非合作目標(biāo)體3D模型上的部分坐標(biāo)，按照位姿解算的初步結(jié)果投影到成像平面，計(jì)算投影成像與實(shí)際的非合作目標(biāo)成像之間距離。使距離最小，從而